indigo(@indigox):拉远来看，AI 的终局会是一个协议（Protocol），而不是一个程序（Program）！随着 Scaling Laws 开始限制单一公司所能聚集的数据、算力和人才的上限，这场演化正在明显加速⏩ 来自 Deepmind 资深研究员 Andrew Trask 在 MTS 播客上的独特观点。当你把多家不同提供商的模型组合起来使用时，你实际上是在隐性地组合它们各自训练时投入的数据、算力和人才。结果就是：用更低的价格，拿到更好、更快的模型——细想一下，这相当惊人。如果你追求绝对最高的准确率，把顶级模型做集成永远是赢家，得分会超过任何单一模型。而如果你追求单位价格下的最佳准确率，那么开源与闭源模型的组合，很可能会在相当长一段时间里，悄悄占据这条「帕累托前沿」。接下来的 12 到 18 个月里，集成方案会刷爆各领域的一批基准测试，Harness 层会随即跟进——实时把你的请求路由到最优的模型组合上。到那时，人们「购买智能」的方式才会真正开始改变✨

2026.08.03 07:42

拉远来看，AI 的终局会是一个协议（Protocol），而不是一个程序（Program）！随着 Scaling Laws 开始限制单一公司所能聚集的数据、算力和人才的上限，这场演化正在明显加速⏩ 来自 Deepmind 资深研究员 Andrew Trask 在 MTS 播客上的独特观点。当你把多家不同提供商的模型组合起来使用时，你实际上是在隐性地组合它们各自训练时投入的数据、算力和人才。结果就是：用更低的价格，拿到更好、更快的模型——细想一下，这相当惊人。如果你追求绝对最高的准确率，把顶级模型做集成永远是赢家，得分会超过任何单一模型。而如果你追求单位价格下的最佳准确率，那么开源与闭源模型的组合，很可能会在相当长一段时间里，悄悄占据这条「帕累托前沿」。接下来的 12 到 18 个月里，集成方案会刷爆各领域的一批基准测试，Harness 层会随即跟进——实时把你的请求路由到最优的模型组合上。到那时，人们「购买智能」的方式才会真正开始改变✨

커뮤니티로 전달